Question

我正在尝试使用CMUSphinx和Java实现德语命令和控制应用程序。到目前为止，应用程序应该只识别几个单词（数字从1到9，是/否）。

不幸的是，准确性非常糟糕。看来，如果一个单词被正确识别，那只是偶然。

到目前为止，这是我的java代码（改编自教程）：

public static void main(String[] args) throws IOException {

    // Configuration Object
    Configuration configuration = new Configuration();

    // Set path to the acoustic model.
    configuration.setAcousticModelPath("resource:/cmusphinx-de-voxforge-5.2");

    // Set path to the dictionary.
    configuration.setDictionaryPath("resource:/cmusphinx-voxforge-de.dic");

    // use grammar
    configuration.setGrammarPath("resource:/");
    configuration.setGrammarName("dialog");
    configuration.setUseGrammar(true);

    LiveSpeechRecognizer recognizer = new LiveSpeechRecognizer(configuration);

    recognizer.startRecognition(true);
    SpeechResult result;
    while ((result = recognizer.getResult()) != null) {
        System.out.format("Hypothesis: %s\n", result.getHypothesis());
    }
    recognizer.stopRecognition();
}

这是我的语法文件：

#JSGF V1.0;

grammar dialog;

public <digit> = 1 | 2 | 3 | 4 |5 | 6 | 7 | 8 | 9 | ja | nein;

我从这里下载了德语声学模型和词典：https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/German/

我有什么明显的遗失吗？问题在哪里？

提前致谢并致以亲切的问候。

Answer 1

嗯，准确性不是很好，可能原始数据库没有像你这样的很多例子。部分你的方言也有所贡献，德国人用z表示7，而不是s。您房间的部分回声也有所贡献。我不确定你是如何录制你的音频的，如果你之间使用了一些压缩或编解码器，它可能也会导致错误的准确性。

您可能希望收集数百个样本并执行MAP调整以提高准确性。

Answer 2

我尝试将Pocketsphinx与Eng和German模型一起使用，并且预定义/有限的一组短语时，准确性很高！您可以忘掉一些一般的事情，例如“您能在市中心找到我的餐馆吗？”。

要使用Pocketshinx达到良好的精度，请执行以下操作：

在通过声学示例训练通用模型时，请检查您的麦克风，音频设备，文件和所有内容是否为16 kHz。
您应该创建自己的有限词典，在准确性急剧下降的情况下，不能使用cmusphinx-voxforge-de.dic。
您应该创建自己的语言模型。
您可以尝试修改发音文件以适合您的口音。

您可以搜索Jasper project on GitLab，以了解其实现方式。或者，您可以使用documentation

CMUSphinx德国指挥＆amp;控制应用程序，准确性差

2 个答案: